1.Python 编程

一、核心知识点列表：

1，Python 环境搭建

2，Python 数据类型

3，Python 流程控制

4，Python 函数的应用

5，Python 面向对象编程

6，Python 文件读写和目录操作

7，Python 异常处理

8，Python 包和模块

9，Python 核心的第三方模块

2.Python 医学图像处理

一、多模态医学影像数据预处理：

1，PyDicom 库的安装和基本用法

2，DR 影像的读取、解析、显示

3，CT 影像的读取、解析、显示

4，PET 影像的读取、解析、显示

3.深度学习 PyTorch 框架

一、核心知识点列表：

1，深度学习的基本概念，通用架构

2，梯度下降优化算法

3，PyTorch 的选型和安装

4，张量的定义、属性、点对点计算

5，向量和矩阵计算

6，层的定义和使用

7，批量化打包数据

8，模型定义和测试

9，模型的保存和加载

10，损失函数

11，优化器

12，完整深度学习案例

4.深度学习智能影像诊断算法

一、图像分类算法（诊断是否有病）

1，图像分类算法概述

2，LeNet 算法

3，AlexNet 算法

4，VggNet 算法

5，ResNet 算法

6，EfficientNet 算法 7，影像智能诊断项目实战【1】

二、目标检测算法（检测病变区域）

1，目标检测算法概述；

2，SSD 系列目标检测算法

3，YOLO 系列目标检测算法 4，影像智能诊断项目实战【2】

三、图像分割算法（分割病变区域）

1，图像分割算法概述

2，U-Net 系列语义分割算法

3，DeepLab 系列语义分割算法

4，YOLOv8 实例分割算法 5，影像智能诊断项目实战【3】

四、智能诊断实战案例：

1，CT 智能诊断实战案例 2，MRI 智能诊断实战案例

3，ECG 智能诊断实战案例

5.医疗大模型及智能问诊平台

一、自然语言处理概述

1，自然语言时序与数据的特征

2，Simple RNN

3，LSTM

4，GRU

5，自然语言处理的算法设计范式

二、生成类算法

1，Seq2Seq 算法

2，RNN 智能在线问诊项目实战

三、Transformer 算法

1，Transformer 整体架构剖析

2，Transformer 智能在线问诊项目实战

四、大模型概述

1，大模型的定义

2，大模型的发展历程

3，大模型的优劣势

4，大模型的基本原理

五、ChatGLM 算法原理

1，GLM 论文解读

2，GLM 原理分析

3，ChatGLM3 实操演示

六、主流大模型概览和体验

1，ChatGPT 系列大模型 2，ChatGLM 系列大模型

3，Qwen 系列大模型

4，文心一言系列大模型

七、LangChain 框架学习

1，LangChain 框架的设计理念

2，LangChain 框架的六大核心概念和组件

3，LangChain 框架的实战应用

八、项目实战：构建自己的医疗大模型智能问诊平台

1，医疗大模型智能问诊平台的整体技术架构

2，医疗大模型智能问诊平台的硬件环境

3，准备私有医疗知识库

4，向量数据库的选择和使用

5，LangChain 框架的使用

6，开源大模型的选择

7，开源大模型的微调

8，系统搭建和落地

9，项目落地问题总结和互动问答

疑难解答、分组讨论；

学后交流、微信群、QQ群建立；